面向无人机网络的通信感知一体化的高效能波形选择方法

将感知功能集成入通信设备实现通信感知一体化功能,正在成为无人机通信网络的一个关键特征。现有通信感知融合方案集中于单一波形下的设计,缺乏对无人机飞行场景和波形的适配性研究;此外,无人机感知方式集中于雷达主动探测感知,无人机网络内存在较大的感知信息共享开销。基于此,首先梳理了典型通感融合波形的算法复杂度、载荷能力以及在高动态场景下的误码率性能等指标,引入综合效能指标以表征不同波形的综合能效特征,提出了一种基于感知信息驱动的通感融合波形选择机制,并针对该选择机制中所需决策算法进行了讨论分析,设计了一种“基于先验信息辅助的Q-Learning”波形决策算法,通过结合无人机事先已训练所得“感知信息-波形”先验信息映射与应用“Q-Learning”方法对实际飞行场景进行动态学习,实现在不同场景下无人机所采取通信方案的综合效能提升。为进一步降低主动感知无人机间系统开销,基于所提波形选择机制又提出了一种信号发送端主动感知与信号接收端被动感知相结合的主被动融合感知方案。最后通过仿真证明所提波形选择机制可以显著提高综合效能,验证了“基于先验信息辅助的Q-Learning”波形决策算法性能近似于理想判决,同...